数据挖掘技术在电信数据业务精确营销中应用研究

1、估值、关联、聚类、预测、描述与可视化分析方法。而目前公认的、较有影响的数据挖掘技术方法论之一为 c r i s p - d m， 是 michael j · a · berry 提出一种寻找应用数据挖掘技术解 决商业问题的科学的、有效的方法，并通过实践检验方案实施 的一个完整过程。它将整个挖掘过程分为以下六个阶段，包 括商业理解、数据理解、数据准备、建立模型、模型评估，最后 是模型发表；当然它并不是一个直线流程，而是一个闭环流程， 在某个环节出现问题时，可以循环去修证某个环节，已到达最 优最段。精确营销是在数据库营销基础上发展而来, 它通过采集 大量历史客户数据，构建以客户

2、为中心数据仓库，并借助数据 挖掘技术，了解客户消费行为特征、心理特征、产品喜好等消费行为问题，从而实现对目标市场不同消费者群体强有效性、型，然后识别不同分群特点，针对不同群体，提供精细营销策略。本文通过细分变量 39 个字段和描述变量 10 个字段，分 别建立聚类模型，最后根据模型结果总结出得六类细分群体 强势特征和弱势特征，结果如表 1。3.3 产品关联分析 通过对该地区用户群的移动气象站订制数据进行分析，可以发现不同数据业务之间存在的关联性。应用关联规则，可 以从现有数据业务的用户中发现其他数据业务的潜在客户， 从而实现交叉销售。本案例从该地区用户的移动气象站订购 数据中挖掘不同业务存在的

3、关联性，从中发现有趣的关联规 则。本案例先依据短信发送量对用户进行分群，结果分为 6 类，其中短信 4 的短信发送量为 103192 条；将处理好的数据，采用 apriori 算法进行分析，分析结果如下：表 2 关联规则分析结果组 6 中同时使用多种数据业务客户较多；可结合产品关联规则，对不同群体进行交叉销售；在发现的关联规则中，其中 来电提醒、手机报、手机缴费通业务中使用移动气象站业务 客户数据量大，因此公司可根据此规则建立有效的交叉营销 策略。（1）根据细分结果，可在与群组 5 或 群组 6 相似特征客 户中，进行产品交叉销售，提高产品附加值。（2）根据细分结果，针对不同客户特征，建立不同

4、客户保 留措施。（3）根据不同客户服务需求特征，选择客户数据业务使用 较多群体，进行数据业务推广。（4）根据关联规则，设计多种数据产品组合销售，提高3.4 案例应用经过对该地区客户细分和数据业务产品关联规则应用，将 客户分为六组，每组都具有各自特征，并发现细分群组 5 和群 科协论坛 · 2011 年第 6 期（下） 81袋内的一张卡片，如 hypercard；第四种是以传统程序语言为产品附加值。4 结束语 综上所述，数据挖掘技术是实现电信数据业务精确营销的手段，通过数据挖掘技术对使用数据业务客户群体进行细分以 及数据产品关联分析，从而了解不同客户群体特征，实现不同 消费群体精细交叉

5、营销，提升产品附加值，加强用户使用产品 粘性。通过数据挖掘技术进行产品精确营销，将正确产品通过 正确渠道送到正确客户手中，从而提高客户满意度，进而提高企业竞争力。中国劳动社会保障出版，20042 付峰,何鸿凌. 应用数据挖掘技术的精确化营销研究j.移 动通信,2009：164-165.3 郑英,王继成,韩海斌.数据挖掘在电信业务精确营销中的应 用j.应用安全，2008：33-35.4 陈竞.基于数据挖掘的零售业精确营销的应用研究j.企业 管理，2010(14):15.5 michael j · a · berry，gordon s · linoff data mining techniques：for marketing，sales，and customer relation- ship managemenpublisher：john wiley